基于粗糙集和模糊神经网络的数据挖掘方法研究-自动化基础-论文之家

您现在的位置：硕士论文 >> 电子论文 >> 自动化 >> 自动化基础 >> 正文

基于粗糙集和模糊神经网络的数据挖掘方法研究

作者：张慧斌 Publish: 2007-4-17 Hits:-

【中文题名】

基于粗糙集和模糊神经网络的数据挖掘方法研究

【英文题名】

Data Mining Study Based on Rough Sets and Fuzzy Neural Network

【学科专业】

计算机应用

【论文级别】

硕士论文

【投稿时间】

2007-4-17

【中关键词】

数据挖掘,粗糙集,模糊逻辑,人工神经网络,模糊神经网络,

【英关键词】

Data Mining,Rough Sets,Fuzzy Logic,Artificial Neural Network,Fuzzy Neural Network,

【分类导航】

工业技术>自动化技术、计算机技术>计算技术、计算机技术>计算机软件>程序设计、软件工程>程序设计

【论文摘要】

数据库技术和Internet的发展使得收集和存储海量数据成为可能。面对越来越多迅速膨胀的数据,人们往往无从着手去理解数据中包含的信息,更难以获得有价值的知识,从而面临着“数据丰富,知识贫乏”的局面。传统的信息处理技术已经不能很好地满足实际应用的需求,人们迫切需要具有更强能力和更高效率的信息处理技术,从大量数据中发现感兴趣的知识,从而指导决策。数据挖掘技术就是在这种应用背景下产生的。数据挖掘技术是解决数据丰富而知识贫乏的有效途径,当属信息科学领域的前沿研究课题之一,有关的研究和应用极大提高了决策支持的能力,已被公认为是数据库研究中一个极富有应用前景的领域。粗糙集是一种处理模糊和不确定性数据的工具,因而成为数据挖掘中的重要框架。知识约简是粗集理论的核心内容,数据经过约简后更有价值,更能准确的获取知识。将粗糙集应用于数据挖掘领域,能提高对大型数据库中的不完整数据进行分析和学习的能力,具有广泛的应用前景和实用价值。属性约简是粗糙集理论中的一个重要课题。由于大型数据库中常常包含许多对发现规则来讲是冗余的、不必要的属性,如果能将冗余属性删除,将会大大提高系统潜在知识的清晰度,降低发现规则的时间复杂性,提高发现效...

【论文题纲】

中文摘要	2-4
ABSTRACT	4-8
第一章绪论	8-13
1.1 引言	8-9
1.2 数据挖掘中的粗糙集和模糊神经网络方法	9-11
1.2.1 粗糙集发展及应用	9-10
1.2.2 模糊神经网络研究现状	10
1.2.3 利用粗糙集理论优化模糊神经网络建模	10-11
1.3 数据挖掘的研究现状	11
1.4 本文的组织结构	11-13
第二章数据挖掘概述	13-20
2.1 数据挖掘的概念	13-14
2.2 数据挖掘过程	14-15
2.3 数据挖掘的数据来源	15-16
2.3.1 关系型数据库	15
2.3.2 数据仓库	15-16
2.3.3 高级数据库	16
2.4 数据挖掘的任务	16-17
2.5 数据挖掘常用的技术和方法	17-18
2.6 数据挖掘的应用领域	18-19
2.7 数据挖掘所面临的挑战及研究方向	19-20
第三章模糊逻辑和神经网络的理论基础	20-35
3.1 模糊逻辑的理论基础知识	20-26
3.1.1 模糊集合的定义及其运算	20-21
3.1.2 模糊集合与普通集合的联系	21-22
3.1.3 模糊关系	22-23
3.1.4 模糊推理	23-25
3.1.5 模糊逻辑系统	25-26
3.2 神经网络基础知识	26-35
3.2.1 人工神经元模型	27-28
3.2.2 神经网络的结构	28-29
3.2.3 神经网络的学习过程	29-30
3.2.4 神经网络的误差反向传播BP学习算法	30-35
第四章模糊神经网络知识	35-45
4.1 模糊神经元	35-38
4.1.1 由模糊规则“If–then”描述的模糊神经元	35-36
4.1.2 具有清晰输入的模糊神经元	36-37
4.1.3 具有模糊输入的神经元	37-38
4.1.4 模糊神经元的学习和自适应机制	38
4.2 模糊神经网络的结构	38-42
4.3 模糊神经网络的学习算法	42-43
4.4 利用模糊神经网络进行数据挖掘	43-45
第五章粗糙集理论及在数据挖掘中的应用	45-57
5.1 粗糙集理论知识	45-48
5.1.1 粗糙集的概念	45-47
5.1.2 粗糙集的不确定性的度量	47-48
5.1.3 决策系统和决策表	48
5.2 属性约简	48-51
5.2.1 属性的依赖度	48-49
5.2.2 属性的重要性	49-50
5.2.3 属性约简	50-51
5.3 属性值约简和规则提取	51-53
5.4 基于属性分类质量的属性约简算法	53-54
5.5 粗糙集和模糊集、神经网络计算方法的比较	54-56
5.5.1 粗糙集和模糊集	54-55
5.5.2 粗糙集与神经网络	55-56
5.6 粗糙集在数据挖掘中的优势和问题	56-57
第六章利用粗糙集和模糊神经网络进行数据挖掘	57-63
6.1 问题的提出	57-58
6.2 粗糙集和模糊神经网络相结合	58
6.3 用MATLAB语言实现建模和数据挖掘	58-63
结论	63-64
参考文献	64-66
发表论文和科研情况说明	66-67
致谢	67

【DOI】

LunWen.ID:2.2008.388441



付费论文：有参考文献 300元

1、注册会员 2、购买本文 3、下载文章
注:此文为收费论文，需付费购买。每页大约1000字。

代写论文流程

载入中…

Web lunwenjia


热门搜索：数据挖掘论文粗糙集模糊逻辑人工神经网络模糊神经网络

自动化基础最新论文

自动化基础热门论文